深度学习、自然语言处理、机器视觉相关python库汇总

深度学习

1. TensorFlow（https://github.com/tensorflow/tensorflow）
   TensorFlow 是一个用于机器学习的端到端的开源平台。它具备着全面综合的、灵活的工具、库和社区资源生态系统，可以帮助研究人员去推动机器学习先进的技术的发展，并让开发人员可以轻松地构建和部署基于机器学习的应用程序。

2. Keras（https://github.com/keras-team/keras）
   Keras 是一个用 Python 编写的深度学习 API，其运行于机器学习的顶级平台 TensorFlow 之上。

3. PyTorch（https://github.com/pytorch/pytorch）
   具有强大 GPU 加速，和使用 Python 实现的张量和动态神经网络。

4. fastai（https://github.com/fastai/fastai）
   通过利用当下最佳的技术实践，fastai 极快地简化了训练过程，并加速了神经网络。

5. PyTorch Lightning（https://github.com/PyTorchLightning/pytorch-lightning）
   针对于高性能人工智能研究的封装轻量级 PyTorch。可以缩小你的模型，而不是提供小的样板。

6. JAX（https://github.com/google/jax）
   Python+NumPy 程序的可组合转换：区分，向量化，在 GPU/TPU 上的 JIT，等等。

7. MXNet（https://github.com/apache/incubator-mxnet）
   带有动态和突变感知的数据流管理调度程序的轻量、便捷、灵活的分布式 / 移动机器学习库：支持 Python、R、Julia、Scala、Go、JavaScript 等等。

8. Ignite（https://github.com/pytorch/ignite）
   高级库，可以帮助培训和评估神经网络在 PyTorch 中实现灵活和透明的使用。

自然语言处理

1. FastText（https://github.com/facebookresearch/fastText）
   fastText 是一个可以用来高效学习单词表意和句子分类的库。

2. spaCy（https://github.com/explosion/spaCy）
   用来实现工业级自然语言处理 (NLP)，通过使用 Python 和 Cython。

3. gensim（https://github.com/RaRe-Technologies/gensim）
   Gensim 是一个 Python 库，用于主题建模、文档索引和相似度检索，具有大型语料库。目标受众是自然语言处理 (NLP) 和信息检索 (IR) 社区。

4. NLTK（https://github.com/nltk/nltk）
   NLTK—— 自然语言工具箱 —— 是一套开源 Python 模块、数据集和教程，用于针对支持自然语言处理方面的研究和开发。

5. Datasets (Huggingface)（https://github.com/huggingface/datasets）
   用于自然语言处理的，使用 PyTorch, TensorFlow, NumPy 和 Pandas 的工具，具有快速，高效，开放访问的数据集和自然语言处理评估指标。

6. Tokenizers (Huggingface)（https://github.com/huggingface/tokenizers）
   为研究和生产优化的快速、顶级的分词器。

7. Transformers (Huggingface)（https://github.com/huggingface/transformers）
   transformer: 针对 Pytorch 和 TensorFlow 2.0 的最顶级的自然语言处理库。

8. Stanza（https://github.com/stanfordnlp/stanza/）
   针对许多人类语言的正式标准 NLP Python 库。

9. TextBlob（https://github.com/sloria/textblob）
   简单、python 风格、文本处理 —— 情感分析、词性标记、名词短语提取、翻译等等。

10. PyTorch-NLP（https://github.com/PetrochukM/PyTorch-NLP）
    PyTorch 自然语言处理 (NLP) 的基本工具。

11. Textacy（https://github.com/chartbeat-labs/textacy）
    一个 Python 库，用于执行各种自然语言处理 (NLP) 任务，构建在一个高性能 spaCy 库之上。

12. Finetune（https://github.com/IndicoDataSolutions/finetune）
    Finetune 是一个库，它允许用户利用最先进的预训练的 NLP 模型来执行广泛的下游任务。

13. TextHero（https://github.com/jbesomi/texthero）
    文本预处理，表示和可视化，从零到精通。

14. Spark NLP（https://github.com/JohnSnowLabs/spark-nlp）
    Spark NLP 是一个构建在 Apache Spark ML 之上的自然语言处理库。

15. GluonNLP（https://github.com/dmlc/gluon-nlp）
    GluonNLP 是一个工具包，它支持简单的文本预处理、数据集加载和神经模型构建，以帮助您加快自然语言处理 (NLP) 研究。

编程爱好者参考

计算机视觉

1. Pillow（https://github.com/python-pillow/Pillow）
   Pillow 是对用户十分友好的 PIL 分支。PIL 是 Python 的图像库。

2. OpenCV（https://github.com/opencv/opencv）
   开源计算机视觉库。

3. scikit-image（https://github.com/scikit-image/scikit-image）
   python 中的图像处理。

4. Mahotas（https://github.com/luispedro/mahotas）
   Mahotas 是个包含了最快的计算机视觉算法（所有算法用 C++ 实现保证运行速度）的库，针对 numpy 数组运行。

5. Simple-CV（https://github.com/sightmachine/simplecv）
   SimpleCV 是一个开源机器视觉框架，使用 OpenCV 和 Python 编程语言。

6. GluonCV（https://github.com/dmlc/gluon-cv）
   GluonCV 提供了计算机视觉中最先进 (SOTA) 深度学习模型的实现。

7. Torchvision（https://github.com/pytorch/vision）
   torchvision 包由流行的数据集、模型架构和用于计算机视觉中常见的图像转换方法组成。

查看原文